前面一篇文章说这样提问，可以正确的分词：
假设小龙女称杨过为过儿，请对下面这句话进行中文分词，注意不要漏字：来到杨过曾经生活过的地方，小龙女动情地说：“我也想过过过儿过过的生活。”
刚才洗澡的时候忽然想到，如果这样就有点针对性做提示的意思了，虽然能得到正确结果，但是我们实际分词的时候却很难对每个句子都这样做提示。大模型本身学习了现实中非常多的语料，是不是他本来就具备这些知识了呢？
提示改成这样：
假设你是一个熟读金庸武侠小说的 NLP 算法工程师，请对下面这句话进行中文分词，注意不要漏字：来到杨过曾经生活过的地方，小龙女动情地说：“我也想过过过儿过过的生活。”
试了一下，确实可以得到正确的答案，为了验证，还试了这个句子：
今天多得谢逊出手相救，在这里我想真心感谢“谢谢谢逊大侠出手”
也能得到正确答案，似乎证明了这种角色扮演还是很有效的。而且显然，这个限制条件要比之前的弱很多。
不过对于以下的句子，尝试了好几个表达都不能正确分词（确实有点难度）：
人要是行，干一行行一行，一行行行行行，行行行干哪行都行。
最后是这样提问的：
假设你是一名 NLP 算法工程师，也非常熟悉语言结构和多音字的意思，请对下面这句话进行中文分词，注意不要漏字，也不要加字，分词间要用斜杠分隔：人要是行，干一行行一行，一行行行行行，行行行干哪行都行。
结果是这样：
人要是/行/，/干/一行/行/一行/，/一行行/行/行/行/，/行行行/干/哪行/都/行/。
结果并没有全对。
大模型的输出是生成文本，很容易少字或者多字，得在提示里说明，另外，还可以说明输出的格式不然他可能每次的输出格式是不同的。
